【定量分析、量化金融与统计学】纵向数据分析（1）——截面数据、时间序列数据和纵向数据

一、截面数据（Cross-sectional Data）

截面数据就是固定时间来分析其他变量同一时间内的关系。

例如：比较2022年的全国20个省市的GDP与人口，那么我们就是限定了2022年，去找GDP和人口的可能关系。

再例如：美国枪械协会调查15岁儿童的性别，家庭背景，收入，受教育程度和持枪犯罪的关系。那么这个15岁也是限定了时间。

所以截面数据探讨：

• 在一个组织中，影响薪酬的因素包括年龄、教育程度、经验、职位、性别、团队规模和业绩
• 指对某一特定时间点上的总体或代表性子集的观察

二、时间序列数据

时间序列数据就是在同一要素上分析时间带来的改变。

例如：比较1990年-2022年河南省的GDP的变化

再例如：美国枪械协会调查不同年龄段的儿童持枪犯罪的比例

所以时间序列数据探讨：

包括测量整个时间的变量。

一个重要的概念是时间序列数据的平稳性和非平稳性：

非平稳性数据：没有恒定的均值或方差随时间变化

我们常见的一些经济指标都是非平稳的：例如GDP，股票指数

这样经典回归方法就会遇到问题。

这就是非平稳的数据。

而平稳数据往往会围绕一个均值附近波动：

这样我们能明显对比平稳与不平稳的区别。

三、面板数据/纵向数据 Panel  (Longitudinal) data

将前两者结合起来就是面板数据了，

结合了横断面和时间序列的思想，在商业和经济学的面板数据纵向在医学，心理学和社会学适合回答广泛领域的问题。

相关性研究:一种长期重复观察相同变量的研究。

纵向研究是一种相关性研究，涉及对相同变量在很长一段时间内(通常是几十年)的重复观察。

我们可以想想将扑克牌摆成多米诺骨牌样子，你从中抽一张查看就是截面数据，你从侧面观看整个多米诺骨牌序列就是时间序列数据，你将扑克牌全都转向你，观察整体，就是纵向数据。

最后我们放一个都快转载烂了的样板: